IBM heeft op zijn blogpagina de ontwikkeling aangekondigd van een AI/cloud-gebaseerd chemielab genaamd RoboRXN. Het doel is om chemici te helpen nieuwe materialen te ontwikkelen op een snellere en efficiëntere manier dan het huidige trial-and-error-proces.

Voor duizenden jaren, mensen hebben nieuwe materialen bedacht door andere grondstoffen te combineren, heel vaak door het gebruik van behandelingen om chemische reacties op gang te brengen. Echter, de trial-and-error-methode - een vaak vervelende en dure onderneming - is in de loop der jaren relatief onveranderd gebleven. Als onderdeel van zijn aankondiging, IBM suggereert dat in de moderne tijd, het kost een bedrijf gemiddeld 10 miljoen dollar (en duurt gemiddeld 10 jaar) om een ​​bruikbaar nieuw materiaal te ontwikkelen. IBM hoopt dat te veranderen door een groot deel van het proces te automatiseren met een combinatie van kunstmatige intelligentie en cloudgebaseerde toegang. Daartoe, het bedrijf heeft uitgebreid op IBM RXN voor Chemie, een gratis cloudgebaseerde app die het bedrijf in 2018 lanceerde en die de uitkomst van chemische reacties voorspelt. RoboRXN gaat verder door scheikundigen toe te staan ​​het systeem een ​​molecuul te geven dat ze willen maken, en het systeem retourneert een stapsgewijze instructiegids samen met een lijst met ingrediënten - in wezen, een kookrecept. IBM beweert dat hun nieuwe systeem scheikundigen in staat zal stellen materialen op ongekende manieren te synthetiseren.

Een voorbeeld van hoe een dergelijk systeem kan worden gebruikt, is bij de synthese van natuurlijke stoffen die gunstig blijken te zijn. Wetenschappers vinden misschien een plant in het Amazone-oerwoud, bijvoorbeeld, dat het begin van de ziekte van Alzheimer vertraagt. Na grondige studie, ze vinden het actieve ingrediënt in de plant, bijvoorbeeld:een bepaald molecuul. traditioneel, de volgende stap zou zijn om naar het laboratorium te gaan om erachter te komen hoe dat molecuul te maken - een proces dat jaren kan duren, vandaar het forse prijskaartje. Met RoboRXN, IBM beweert, alle scheikundigen dienen eenvoudigweg de bijzonderheden van het molecuul in en kort daarna ontvangt hij expliciete instructies over hoe dat molecuul te maken. Er zijn enkele kanttekeningen, natuurlijk:er is geen garantie dat de formule waartoe het systeem komt, kosteneffectief is, bijvoorbeeld. Ook, in de huidige configuratie, het systeem is beperkt tot het verwerken van slechts vijf synthetische stappen.

© 2020 Wetenschap X Netwerk